Karpathy 实验揭示：程序化生成的瓶颈在视觉反馈
MediumCulture6537 · reddit · 2026-08-07
Andrej Karpathy 近期分享了一项实验，他给 Opus 5 提供 100 万 Token 的预算，生成了 5500 行 Three.js 代码来程序化渲染《指环王》开场。他得出的结论是：虽然模型有能力编写超长代码，但最大的弱点是无法有效审计自身的视觉输出。
作者通过运行类似的 WebGL 生成实验验证了这一点。在 3D 场景生成中，初始代码通常充满模型悬空或几何穿插等视觉错误。为了修复这些问题，必须运行无头浏览器捕获截图，并将其传回视觉模型进行检查。
实验发现，编写数千行代码反而是容易的部分，真正的成本和延迟飙升来自于迭代的视觉反馈循环（往往需要 30 多次截图周期）。在模型能够原生感知视频帧之前，这种视觉验证循环仍将是最昂贵的步骤。
「编程与Agent」频道最新
- Kimi K3 开源模型正式上线 GitHub Copilot，主打高性价比 Agent 编码 — 0xkarasy · 2026-08-07
- 管理数万 AI 智能体，CTO.new 借 Turso 削减 95% 成本 — glcst · 2026-08-07
- Happenstance 2.0 发布：用自然语言精准搜索社交网络人脉 — var_epsilon · 2026-08-07
- AI编程上下文优化：按需加载技能，大幅削减Token消耗 — AlexKim · 2026-08-07
- 给 CLAUDE.md 瘦身 87%：上下文工程实战与按需加载技巧 — AlexKim · 2026-08-07
- AI编程上下文清理法：将配置规则分四类处理 — AlexKim · 2026-08-07